更详细请看 https://www.elastic.co/cn/
1. 全文检索和搜索引擎原理
商品搜索需求
当用户在搜索框输入商品关键字后,我们要为用户提供相关的商品搜索结果。
商品搜索实现
可以选择使用模糊查询like关键字实现。但是 like 关键字的效率极低。查询需要在多个字段中进行,使用 like 关键字也不方便。
全文检索方案
我们引入全文检索的方案来实现商品搜索。全文检索即在指定的任意字段中进行检索查询。全文检索方案需要配合搜索引擎来实现。
搜索引擎原理
搜索引擎进行全文检索时,会对数据库中的数据进行一遍预处理,单独建立起一份索引结构数据。索引结构数据类似新华字典的索引检索页,里面包含了关键词与词条的对应关系,并记录词条的位置。搜索引擎进行全文检索时,将关键字在索引数据中进行快速对比查找,进而找到数据的真实存储位置。
结论:
搜索引擎建立索引结构数据,类似新华字典的索引检索页,全文检索时,关键字在索引数据中进行快速对比查找,进而找到数据的真实存储位置。
实现全文检索的搜索引擎,首选的是Elasticsearch。
Elasticsearch是用 Java 实现的,开源的搜索引擎。它可以快速地储存、搜索和分析海量数据。维基百科、Stack Overflow、Github等都采用它。Elasticsearch 的底层是开源库Lucene 。但是,没法直接使用 Lucene,必须自己写代码去调用它的接口。分词说明
搜索引擎在对数据构建索引时,需要进行分词处理。分词是指将一句话拆解成多个单字或词,这些字或词便是这句话的关键词。比如:我是中国人Elasticsearch 不支持对中文进行分词建立索引,需要配合扩展elasticsearch-analysis-ik来实现中文分词处理。 分词后:我、是、中、国、人、中国等等都可以是这句话的关键字。1.获取Elasticsearch-ik镜像
# 从仓库拉取镜像 $ sudo docker image pull delron/elasticsearch-ik:2.4.6-1.02.配置Elasticsearch-ik
修改/home/python/elasticsearc-2.4.6/config/elasticsearch.yml第54行。更改ip地址为本机真实ip地址。
3.使用Docker运行Elasticsearch-ik
$ sudo docker run -dti --name=elasticsearch --network=host -v /home/python/elasticsearch-2.4.6/config:/usr/share/elast
提示:
Elasticsearch的底层是开源库Lucene。但是没法直接使用 Lucene,必须自己写代码去调用它的接口。思考:
我们如何对接 Elasticsearch服务端?解决方案:
Haystack1.Haystack介绍
Haystack 是在Django中对接搜索引擎的框架,搭建了用户和搜索引擎之间的沟通桥梁。Haystack 可以在不修改代码的情况下使用不同的搜索后端(比如Elasticsearch、Whoosh、Solr等等)。 我们在Django中可以通过使用 Haystack 来调用 Elasticsearch 搜索引擎。2.Haystack安装
$ pip install django-haystack $ pip install elasticsearch==2.4.1
3.Haystack注册应用和路由
INSTALLED_APPS = [ 'haystack', # 全文检索 ] url(r'^search/', include('haystack.urls')),
4.Haystack配置
在配置文件中配置Haystack为搜索引擎后端 # Haystack HAYSTACK_CONNECTIONS = { 'default': { 'ENGINE': 'haystack.backends.elasticsearch_backend.ElasticsearchSearchEngine', 'URL': 'http://192.168.103.158:9200/', # Elasticsearch服务器ip地址,端口号固定为9200 'INDEX_NAME': 'meiduo_mall', # Elasticsearch建立的索引库的名称 }, } # 当添加、修改、删除数据时,自动生成索引 HAYSTACK_SIGNAL_PROCESSOR = 'haystack.signals.RealtimeSignalProcessor'
重要提示:
HAYSTACK_SIGNAL_PROCESSOR配置项保证了在Django运行起来后,有新的数据产生时,Haystack仍然可以让Elasticsearch实时生成新数据的索引
1.创建索引类
通过创建索引类,来指明让搜索引擎对哪些字段建立索引,也就是可以通过哪些字段的关键字来检索数据。本项目中对SKU信息进行全文检索,所以在goods应用中新建search_indexes.py文件,用于存放索引类。 from haystack import indexes from .models import SKU class SKUIndex(indexes.SearchIndex, indexes.Indexable): """SKU索引数据模型类""" text = indexes.CharField(document=True, use_template=True) def get_model(self): """返回建立索引的模型类""" return SKU def index_queryset(self, using=None): """返回要建立索引的数据查询集""" return self.get_model().objects.filter(is_launched=True)索引类SKUIndex说明: 在SKUIndex建立的字段,都可以借助Haystack由Elasticsearch搜索引擎查询。其中text字段我们声明为document=True,表名该字段是主要进行关键字查询的字段。text字段的索引值可以由多个数据库模型类字段组成,具体由哪些模型类字段组成,我们用use_template=True表示后续通过模板来指明。
2.创建text字段索引值模板文件
在templates目录中创建text字段使用的模板文件具体在templates/search/indexes/goods/sku_text.txt文件中定义 {{ object.id }} {{ object.name }} {{ object.caption }}模板文件说明:当将关键词通过text参数名传递时 此模板指明SKU的id、name、caption作为text字段的索引值来进行关键字索引查询。
3.手动生成初始索引
$ python manage.py rebuild_index
1.准备测试表单
请求方法:GET请求地址:/search/请求参数:q <div class="search_wrap fl"> <form method="get" action="/search/" class="search_con"> <input type="text" class="input_text fl" name="q" placeholder="搜索商品"> <input type="submit" class="input_btn fr" name="" value="搜索"> </form> <ul class="search_suggest fl"> <li><a href="#">索尼微单</a></li> <li><a href="#">优惠15元</a></li> <li><a href="#">美妆个护</a></li> <li><a href="#">买2免1</a></li> </ul> </div>